光学指纹识别方法、装置及终端设备、存储介质与流程

1.本技术涉及图像处理领域，具体而言，涉及一种光学指纹识别方法、装置及终端设备、存储介质。


背景技术：

2.现有指纹识别过程中，采集指纹与录入指纹匹配时，如果采集指纹受到采集环境的影响而出现残缺等情况，则依赖采集指纹的指纹匹配的精度会降低。


技术实现要素：

3.本技术实施例的目的在于提供一种光学指纹识别方法、装置及终端设备、存储介质，用以基于提高用户指纹识别的精确度。
4.为此本技术第一方面公开一种光学指纹识别方法，所述方法包括：
5.获取指纹采集区域的第一指纹图像，和所述用户的手指在所述指纹采集区域及指纹采集区域的周边区域形成的手指检测信息；
6.根据所述手指检测信息识别所述用户的手指的按压角度；
7.根据所述按压角度将旋转预先录入的第二指纹图像和所述第一指纹图像旋转至同一方向；
8.对同一方向的所述第一指纹图像和所述第二指纹图像进行指纹匹配，并得到匹配结果。
9.在本技术第一方面中，通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
10.在本技术第一方面中，作为一种可选的实施方式，所述根据所述手指检测信息识别所述用户的手指的按压角度，包括：
11.对所述手指检测信息进行二值化处理，得到二值化图像，其中，所述二值化图像包括白色图像区域，所述白色图像区域表征所述用户的手指的轮廓；
12.计算所述白色图像区域的斜率；
13.将所述白色图像区域的斜率作为所述用户的手指的所述按压角度。
14.在本可选的实施方式中，通过对手指检测信息进行二值化处理，进而能够计算白色图像区域的斜率，从而能够将白色图像区域的斜率作为用户的手指的按压角度。
15.在本技术第一方面中，作为一种可选的实施方式，所述计算所述白色图像区域的斜率，包括：
16.统计所述白色图像区域中的像素点总个数并获取所述白色图像区域中的每个像素点的坐标；
17.根据每个所述像素点的坐标和所述像素点总个数计算所述白色图像区域的坐标
平均值；
18.根据每个所述像素点的坐标和所述白色图像区域的坐标平均值得到所述白色图像区域的斜率。
19.在本可选的实施方式中，通过每个像素点的坐标和所述白色图像区域的坐标平均值能够计算得到所述白色图像区域的斜率。
20.在本技术第一方面中，作为一种可选的实施方式，所述根据每个所述像素点的坐标和所述白色图像区域的坐标平均值得到所述白色图像区域的斜率的计算式为：
[0021][0022]
其中，表示所述白色图像区域的斜率，n表示所述白色图像区域的像素点总个数，i表示像素点下标，x
i
表示所述像素点的坐标的中的x坐标，y
i
表示所述像素点的坐标的中的y坐标，表示像素点x坐标均值，表示像素点y坐标均值。
[0023]
在本可选的实施方式中，通过公式能够更加精确计算白色图像区域的斜率，从而能够提高第一指纹图像和第二指纹图像的匹配度。
[0024]
本技术第二方面公开一种光学指纹识别装置，所述装置包括：
[0025]
采集模块，用于获取指纹采集区域的第一指纹图像，和所述用户的手指在所述指纹采集区域及指纹采集区域的周边区域形成的手指检测信息；
[0026]
识别模块，用于根据所述手指检测信息识别所述用户的手指的按压角度；
[0027]
图像处理模块，用于根据所述按压角度将旋转预先录入的第二指纹图像和所述第一指纹图像旋转至同一方向；
[0028]
匹配模块，用于对同一方向的所述第一指纹图像和所述第二指纹图像进行指纹匹配，并得到匹配结果。
[0029]
本技术实施例的装置通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0030]
在本技术第二方面中，作为一种可选的实施方式，所述识别模块，包括：
[0031]
图像二值化处理子模块，用于对所述手指检测信息进行二值化处理，得到二值化图像，其中，所述二值化图像包括白色图像区域，所述白色图像区域表征所述用户的手指的轮廓；
[0032]
计算子模块，用于计算所述白色图像区域的斜率；
[0033]
确定子模块，用于将所述白色图像区域的斜率作为所述用户的手指的所述按压角度。
[0034]
在本可选的实施方式中，通过对手指检测信息进行二值化处理，进而能够计算白色图像区域的斜率，从而能够将白色图像区域的斜率作为用户的手指的按压角度。
[0035]
在本技术第二方面中，作为一种可选的实施方式，所述计算子模块执行所述计算所述白色图像区域的斜率的具体方式为：
[0036]
统计所述白色图像区域中的像素点总个数并获取所述白色图像区域中的每个像素点的坐标；
[0037]
根据每个所述像素点的坐标和所述像素点总个数计算所述白色图像区域的坐标平均值；
[0038]
根据每个所述像素点的坐标和所述白色图像区域的坐标平均值得到所述白色图像区域的斜率。
[0039]
在本可选的实施方式中，通过每个像素点的坐标和所述白色图像区域的坐标平均值能够计算得到所述白色图像区域的斜率。
[0040]
在本技术第二方面中，作为一种可选的实施方式，所述计算子模块执行所述根据每个所述像素点的坐标和所述白色图像区域的坐标平均值得到所述白色图像区域的斜率的计算式为：
[0041][0042]
其中，表示所述白色图像区域的斜率，n表示所述白色图像区域的像素点总个数，i表示像素点下标，x
i
表示所述像素点的坐标的中的x坐标，y
i
表示所述像素点的坐标的中的y坐标，表示像素点x坐标均值，表示像素点y坐标均值。
[0043]
在本可选的实施方式中，通过公式能够更加精确计算白色图像区域的斜率，从而能够提高第一指纹图像和第二指纹图像的匹配度。
[0044]
本技术第三方面公开一种终端设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行本技术第一方面的光学指纹识别方法。
[0045]
本技术第三方面的终端设备通过执行光学指纹识别方法，能够通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0046]
本技术第四方面公开一种存储介质，其上存储有计算机程序，其所述计算机程序被处理器执行时，实现本技术第一方面的光学指纹识别方法。
[0047]
本技术第四方面的存储介质通过执行光学指纹识别方法，能够通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0048]
本技术第五方面公开一种终端设备，所述终端设备包括指纹采集装置，所述指纹采集装置包括指纹采集区域及所述指纹采集区域的周边区域形，其中，所述指纹采集区域用于采集第一指纹图像，所述指纹采集区域的周边区域形用于采集手指检测信息。
[0049]
在本技术第五方面公开的终端设备中，通过指纹采集区域可采集第一指纹图像，
另一方面，通过指纹采集区域的周边区域形，可采集手指检测信息。
附图说明
[0050]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0051]
图1是本技术实施例公开的一种光学指纹识别方法的流程示意图；
[0052]
图2是本技术实施例公开的手机的屏幕上的图像采集区域示意图；
[0053]
图3是本技术实施例公开的一种指纹采集区域和其周边区域示意图；
[0054]
图4是本技术实施例公开的一种手指检测信息示意图；
[0055]
图5是本技术实施例公开的一种在环境条件较差的前提采集的指纹示意图；
[0056]
图6是本技术实施例公开的一种在正常环境条件下采集的指纹示意图；
[0057]
图7是本技术实施例公开的一种手指检测信息在二值化处理之前的示意图；
[0058]
图8是图7中的手指检测信息在二值化处理之后的示意图；
[0059]
图9是本技术实施例公开的一种光学指纹识别装置的结构示意图；
[0060]
图10是本技术实施例公开的一种终端设备的结构示意图。
具体实施方式
[0061]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
[0062]
实施例一
[0063]
请参阅图1，图1是本技术实施例公开的一种光学指纹识别方法的流程示意图。如图1所示，本技术实施例的光学指纹识别方法包括步骤：
[0064]
101、获取指纹采集区域的第一指纹图像，和用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息；
[0065]
102、根据手指检测信息识别用户的手指的按压角度；
[0066]
103、根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向；
[0067]
104、对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，并得到匹配结果。
[0068]
在本技术实施例中，作为步骤101的一个示例，用户的第一指纹图像和手指检测信息可以由具有指纹采集功能的设备进行采集，例如由具有指纹采集功能的手机进行采集，进一步地，如图2所示，在手机的屏幕a上设有图像采集区域b，其中该图像采集区域包括了指纹采集区域c和指纹采集区域的周边区域，采集指纹时，由用户将手指的头部放入指纹采集区域，进而通过手指的头部的谷脊的反光差异形成第一指纹图像。另一方面，用户的手指在图像采集区域的其他部分，也能够被指纹采集区域的周边区域采集，这样一来，就能够采集用户的手指检测信息，例如，如图3所示，用户的手指除了本中心区域(指纹采集区域)采集第一指纹图像外，还能够被指纹采集区域的周边区域采集，其中，周边区域包括区域1、区域2、区域3、区域4、区域5、区域6、区域7(图中被手指遮挡)、区域8、区域9采集，最终得到如
图4所示的手指检测信息。
[0069]
进一步地，如图4所示，采集的手指检测信息能够携带用户按压时的角度，这样一来，就能够根据手指检测信息识别用户的按压角度。
[0070]
下面结合现有技术的指纹识别过程对本技术的技术效果进行阐述，具体地，请参阅图5，图5是在环境条件较差的前提采集的指纹示意图，图6为在正常环境条件下采集的指纹示意图。如图5、图6所示，可见在环境条件较差的前提采集的指纹的纹路位部分缺失，这样一来就会导致采集的指纹图像与事先录入的指纹图像匹配不上，针对这种情况，现有技术是通过部分纹路缺失的指纹图像旋转，以判断该部分纹路缺失的指纹图像旋转后是否能够与预先录入的指纹图像匹配成功，例如，在一些场景中采集的指纹图像的纹路虽然缺失，但是依然能够和预先录入的指纹图像匹配成功，然而，正是因为如此，则出现匹配结果与真实情况不相符的情况，例如虽然旋转后的指纹图像与预先录入的指纹图像匹配成功，但是真实情况是这两个指纹图像不是同一个用户的，此时就出现识别错误。
[0071]
基于此，发明人发现纹路缺失的指纹图像的旋转角度对该类指纹图像的识别错误率有影响，尤其是在将纹路缺失的指纹图像与预先录入的指纹图像旋转至同一方向时，能够降低该类纹路缺失的指纹图像的识别错误率。
[0072]
因此相对现有技术，本技术实施例通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0073]
在本技术实施例中，作为一种可选的实施方式，步骤102:根据手指检测信息识别用户的手指的按压角度，包括子步骤：
[0074]
对手指检测信息进行二值化处理，得到二值化图像，其中，二值化图像包括白色图像区域，白色图像区域表征用户的手指的轮廓；
[0075]
计算白色图像区域的斜率；
[0076]
将白色图像区域的斜率作为用户的手指的按压角度。
[0077]
在本可选的实施方式中，通过对手指检测信息进行二值化处理，进而能够计算白色图像区域的斜率，从而能够将白色图像区域的斜率作为用户的手指的按压角度。
[0078]
在本技术实施例中，手指检测信息是一种图像信息，以及在对手指检测信息进行二值化处理时，先根据预设的阈值将手指检测信息进行二值化处理，具体的是根据预设的阈值将手指检测信息中的每个像素值进行处理，处理结果为将手指检测信息中的像素值转换为0或者255，其中，像素值为255的区域作为白色图像区域，像素值为0的区域为黑色图像区域，且白色图像区域为用户的手指的轮廓。
[0079]
进一步地，二值化处理过程中所用到的预设阈值可以是128，例如，将手指检测信息中的像素值小于等于128的像素处理为0，而将像素值大于128的像素处理为255。
[0080]
具体地，作为一个示例，如图7、8所示，假设采集的手指检测信息为如7所示，进而通过预设的灰度阈值能够将手指检测信息进行二值化，而得到图8所示的图像。
[0081]
在本技术实施例中，作为一种可选的实施方式，步骤：计算白色图像区域的斜率，包括：
[0082]
统计白色图像区域中的像素点总个数并获取白色图像区域中的每个像素点的坐
标；
[0083]
根据每个像素点的坐标和像素点总个数计算白色图像区域的坐标平均值；
[0084]
根据每个像素点的坐标和白色图像区域的坐标平均值得到白色图像区域的斜率。
[0085]
在本可选的实施方式中，通过每个像素点的坐标和白色图像区域的坐标平均值能够计算得到白色图像区域的斜率。
[0086]
在本技术实施例中，作为一种可选的实施方式，步骤根据每个像素点的坐标和白色图像区域的坐标平均值得到白色图像区域的斜率的计算式为：
[0087][0088]
其中，表示白色图像区域的斜率，n表示白色图像区域的像素点总个数，i表示像素点下标，x
i
表示像素点的坐标的中的x坐标，y
i
表示像素点的坐标的中的y坐标，表示像素点x坐标均值，表示像素点y坐标均值。
[0089]
在本可选的实施方式中，通过公式能够更加精确计算白色图像区域的斜率，从而能够提高第一指纹图像和第二指纹图像的匹配度。
[0090]
实施例二
[0091]
请参阅图9，图9是本技术实施例公开的一种光学指纹识别装置的结构示意图。如图9所示，本技术实施例的光学指纹识别装置包括：
[0092]
采集模块201，用于获取指纹采集区域的第一指纹图像，和用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息；
[0093]
识别模块202，用于根据手指检测信息识别用户的手指的按压角度；
[0094]
图像处理模块203，用于根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向；
[0095]
匹配模块204，用于对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，并得到匹配结果。
[0096]
本技术实施例的装置通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0097]
在本技术实施例中，作为一种可选的实施方式，识别模块202，包括：
[0098]
图像二值化处理子模块，用于对手指检测信息进行二值化处理，得到二值化图像，其中，二值化图像包括白色图像区域，白色图像区域表征用户的手指的轮廓；
[0099]
计算子模块，用于计算白色图像区域的斜率；
[0100]
确定子模块，用于将白色图像区域的斜率作为用户的手指的按压角度。
[0101]
在本可选的实施方式中，通过对手指检测信息进行二值化处理，进而能够计算白色图像区域的斜率，从而能够将白色图像区域的斜率作为用户的手指的按压角度。
[0102]
在本技术实施例中，作为一种可选的实施方式，计算子模块执行计算白色图像区域的斜率的具体方式为：
[0103]
统计白色图像区域中的像素点总个数并获取白色图像区域中的每个像素点的坐标；
[0104]
根据每个像素点的坐标和像素点总个数计算白色图像区域的坐标平均值；
[0105]
根据每个像素点的坐标和白色图像区域的坐标平均值得到白色图像区域的斜率。
[0106]
在本可选的实施方式中，通过每个像素点的坐标和白色图像区域的坐标平均值能够计算得到白色图像区域的斜率。
[0107]
在本技术实施例中，作为一种可选的实施方式，计算子模块执行根据每个像素点的坐标和白色图像区域的坐标平均值得到白色图像区域的斜率的计算式为：
[0108][0109]
其中，表示白色图像区域的斜率，n表示白色图像区域的像素点总个数，i表示像素点下标，x
i
表示像素点的坐标的中的x坐标，y
i
表示像素点的坐标的中的y坐标，表示像素点x坐标均值，表示像素点y坐标均值。
[0110]
在本可选的实施方式中，通过公式能够更加精确计算白色图像区域的斜率，从而能够提高第一指纹图像和第二指纹图像的匹配度。
[0111]
需要说明的是，关于本技术实施例的光学指纹识别装置的其他说明请参考本技术实施例一，对此本技术实施例不作赘述。
[0112]
实施例三
[0113]
请参阅图10，图10是本技术实施例公开的一种终端设备的结构示意图。如图10所示，本技术实施例公开一种终端设备，包括存储器301和处理器302，存储器301中存储有计算机可读指令，计算机可读指令被处理器302执行时，使得处理器302执行本技术实施例一的光学指纹识别方法。
[0114]
本技术实施例的终端设备通过执行光学指纹识别方法，能够通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0115]
实施例四
[0116]
本技术实施例公开一种存储介质，其上存储有计算机程序，其计算机程序被处理器执行时，实现本技术实施例一的光学指纹识别方法。
[0117]
本技术实施例的存储介质通过执行光学指纹识别方法，能够通过用户的手指在指纹采集区域及指纹采集区域的周边区域形成的手指检测信息能够识别手指的按压角度，进而能够根据按压角度将旋转预先录入的第二指纹图像和第一指纹图像旋转至同一方向，这样一来就能够对同一方向的第一指纹图像和第二指纹图像进行指纹匹配，从而提高指纹识别结果的精确度。
[0118]
实施例五
[0119]
本技术实施例公开一种终端设备，所述终端设备包括指纹采集装置，所述指纹采
集装置包括指纹采集区域及所述指纹采集区域的周边区域形，其中，所述指纹采集区域用于采集第一指纹图像，所述指纹采集区域的周边区域形用于采集手指检测信息。
[0120]
在本技术第五方面公开的终端设备中，通过指纹采集区域可采集第一指纹图像，另一方面，通过指纹采集区域的周边区域形，可采集手指检测信息。
[0121]
需要说明的是，本技术实施例的终端设备可以是手机这类移动终端设备，例如终端设备是带有屏幕的苹果手机，其中，采集装置设置在屏幕，再例如，终端设备还可以是平板电脑。再一方面，本技术实施例的终端设备还可以是不带屏幕但是具有指纹采集装置的设备，例如可以是指纹打卡机。因此本技术实施例的终端设备可以是具有指纹采集装置的任意设备中的一种。
[0122]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0123]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0124]
再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0125]
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read
‑
only memory，rom)随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0127]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。